本文综合运用图像处理和信号处理技术,深入、系统地研究了自动指纹识别的理论和技术,提出并实现了一套指纹图像预处理、细节特征提取和指纹匹配等关键算法。主要研究工作总结如下:(1)研究了指纹图像预处理技术。为提高识别的质量,提出了图像质量评估的概念,针对指纹图像中心区域深而周围区域浅的特点,对各分块图像的灰度进行分析,判断图像的质量,然后根据自适应阈值选取,有效实现了指纹图像与背景区域的分离。对指纹增强算法进行了研究,改进并实现了一种基于Gabor滤波器的指纹增强算法,结合了指纹的方向信息对指纹图像进行增强处理。实验结果证明,我们的算法有是有效、可行的。指纹图像经过预处理以后,质量得到明显提高,能较好地满足后继算法的需要。(2)详细研究了Gabor滤波器的生成方式及特性。由于本算法反复用到Gabor滤波器或滤波器组,因此我们专门对Gabor滤波器的性质进行了研究。(3)研究了指纹图像特征提取和比对技术。通过对细节特征提取技术和纹理特征提取技术的比较,我们采用基于Gabor滤波器的多向滤波的特征提取方式,为提高识别准确度,使用了8个方向的滤波器。利用Gabor滤波器的频域和方向选择性对确定的参考点周围的圆形区域滤波。产生指纹编码,然后通过比较指纹编码间的距离进行指纹匹配。该方法既没有舍弃指纹的方向信息,又充分利用了指纹的宏观和局部特征,即分块编码反映指纹的局部特性,各分块的有序排列又有效地表征了指纹的宏观特性,因而能取得良好的效果。(4)实现了一对一比对的自动指纹识别,设计了实验方案,对其性能进行了初步测试。实验结果表明,我们整套算法能正确识别。本文在指纹图像的预处理、滤波增强和特征提取等算法的研究方面均有所创新,建立了一对一自动指纹识别系统,为进一步开发具有商业价值的自动指纹识别系统提供了必要的理论依据和技术基础。